CN112861287B - 一种机器人轻量化效果评价方法 - Google Patents

一种机器人轻量化效果评价方法 Download PDF

Info

Publication number
CN112861287B
CN112861287B CN202110245781.0A CN202110245781A CN112861287B CN 112861287 B CN112861287 B CN 112861287B CN 202110245781 A CN202110245781 A CN 202110245781A CN 112861287 B CN112861287 B CN 112861287B
Authority
CN
China
Prior art keywords
robot
weight
lightweight
evaluation index
score
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110245781.0A
Other languages
English (en)
Other versions
CN112861287A (zh
Inventor
张育新
李慧杰
陈彧
唐凤
朱彦霖
葛广谞
张晴
廖麒喻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202110245781.0A priority Critical patent/CN112861287B/zh
Publication of CN112861287A publication Critical patent/CN112861287A/zh
Application granted granted Critical
Publication of CN112861287B publication Critical patent/CN112861287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种机器人轻量化效果评价方法，包括步骤：S1、确定机器人轻量化措施，并对每个轻量化措施进行评分；S2、确定机器人轻量化评价指标，并根据步骤S1中轻量化措施得分计算机器人轻量化评价指标得分；S3、根据步骤S2中机器人轻量化评价指标得分计算机器人轻量化效果得分。由于根据机器人轻量化措施的得分可以确定机器人轻量化评价指标的得分，根据机器人轻量化评价指标的得分可以确定机器人轻量化效果的得分。那么相关机构、用户、机器人生产厂商可以通过该轻量化效果的得分评估机器人的轻量化水平，从而推动机器人轻量化技术的发展。

Description

一种机器人轻量化效果评价方法
技术领域
本发明涉及机器人技术领域，具体涉及一种机器人轻量化效果评价方法。
背景技术
作为高级整合控制论、机械电子、计算机、材料和仿生学的产物，机器人能够执行各种操作，适应各种恶劣的工作环境，为释放人类工作负担、提高生产效率带来了很大的效益，因而被广泛用于生产和生活的各个领域。
随着机器人技术的快速发展，人们对于机器人的轻量化要求一再增加，机器人轻量化技术的发展也越来越受到重视。其中，机器人轻量化是指在保证机器人强度和性能的前提下，尽可能地降低机器人整备质量，从而提高机器人操作速度，减少运行能耗，同时降低机器人运动惯性，增加动作准确度。而如何评价一款机器人的轻量化效果成为轻量化工程开发亟待解决的技术问题。
目前，机器人轻量化效果的评价体系处于空白阶段，尚没有一种评价方法可以确定机器人的轻量化效果。因此，亟需一种机器人轻量化效果评价方法。
发明内容
针对现有技术中的缺陷，本发明提供一种机器人轻量化效果评价方法，用于解决相关技术中无法评价机器人轻量化效果的问题。
为了实现上述目的，本发明提供一种机器人轻量化效果评价方法，包括步骤：
S1、确定机器人轻量化措施，并对每个轻量化措施进行评分；
S11、确定机器人轻量化措施；
机器人轻量化措施具体为五种：
降低耗材用料X1，
加强结构强度X2，
使用轻质材料X3，
采用计算机进行结构优化设计X4，
采用承载式车身X5；
S12、对每种机器人轻量化措施进行评分；
上述五种轻量化措施的单位不同，基于TOPSIS法对上述五种轻量化措施进行量纲统一，得到上述五种轻量化措施的得分分别为：x1、x2、x3、x4、x5；
S2、确定机器人轻量化评价指标，并根据步骤S1中轻量化措施得分计算机器人轻量化评价指标得分；
S21、确定机器人轻量化评价指标；
机器人轻量化评价指标具体为四种：
单位能耗运行里程/减少耗电量Y1，
良好的操控性Y2，
降低修理频率Y3，
降低机身重量Y4；
S22、计算机器人轻量化评价指标得分；
利用下述公式对计算机器人轻量化评价指标得分进行评价；
Figure BDA0002964036520000021
上式中，yj为机器人轻量化评价指标得分，xi为机器人轻量化措施得分，aij为每个轻量化措施对每个轻量化评价指标的权重，
通过上述公式计算得到上述四种机器人轻量化评价指标得分分别为：y1、y2、y3、y4；
S3、根据步骤S2中机器人轻量化评价指标得分计算机器人轻量化效果得分；
利用下述公式对机器人轻量化效果得分进行评价，
Figure BDA0002964036520000022
上式中，score为机器人轻量化效果得分，yj为机器人轻量化评价指标得分，bj为每个轻量化评价指标对轻量化效果的权重，score值越大说明机器人轻量化效果越好。
进一步的，步骤S22中每个轻量化措施对每个轻量化评价指标权重aij，具体为：
五种轻量化措施对第一评价指标单位能耗运行里程/减少耗电量Y1的权重为：a11＝0.13、a21＝0.06、a31＝0.43、a41＝0.18、a51＝0.20；
五种轻量化措施对第二评价指标良好的操控性Y2的权重为：a12＝0.07、a22＝0.12、a32＝0.22、a42＝0.54、a52＝0.05；
五种轻量化措施对第三评价指标降低修理频率Y3的权重为：a13＝0.06、a23＝0.38、a33＝0.10、a43＝0.26、a53＝0.20；
五种轻量化措施对第四评价指标降低机身重量Y4的权重为：a14＝0.22、a24＝0.06、a34＝0.38、a44＝0.24、a54＝0.10。
进一步的，步骤S3中每个轻量化评价指标对轻量化效果的权重bj，具体为：
第一评价指标单位能耗运行里程/减少耗电量Y1对轻量化效果的权重b1＝0.40，
第二评价指标良好的操控性Y2对轻量化效果的权重b2＝0.07；
第三评价指标良好的操控性Y3对轻量化效果的权重b3＝0.35；
第四评价指标良好的操控性Y4对轻量化效果的权重b4＝0.18。
本发明具有如下有益效果：
本发明利用灰色预测模型对机器人在轻量化措施变化的情况下，对机器人轻量化效果进行预测。由于根据机器人轻量化措施的得分可以确定机器人轻量化评价指标的得分，根据机器人轻量化评价指标的得分可以确定机器人轻量化效果的得分。那么相关机构、用户、机器人生产厂商可以通过该轻量化效果的得分评估机器人的轻量化水平，从而推动机器人轻量化技术的发展。
根据本发明所述的机器人轻量化效果评价方法能够对多种机器人轻量化方案进行比较，选择轻量化最优方案，从而为轻量化工程开发提供技术支撑。另外，根据本发明所述的机器人轻量化效果评价方法也能够对现有的机器人产品的轻量化效果进行比较，从而选择具有最优轻量化效果的产品。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例所述的机器人轻量化效果评价方法技术路线图；
图2为本发明实施例所述的机器人轻量化效果评价方法流程图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
请参阅图1和图2，本发明提供一种机器人轻量化效果评价方法，用于解决相关技术中无法评价机器人轻量化效果的问题。所述机器人轻量化效果评价方法，包括步骤：
S1、确定机器人轻量化措施，并对每个轻量化措施进行评分。
S2、确定机器人轻量化评价指标，并根据步骤S1中轻量化措施得分计算机器人轻量化评价指标得分。
S3、根据步骤S2中机器人轻量化评价指标得分计算机器人轻量化效果得分。
其中，步骤S1包括：
S11、确定机器人轻量化措施。
机器人轻量化措施具体为五种：
降低耗材用料X1，
加强结构强度X2，
使用轻质材料X3，
采用计算机进行结构优化设计X4，
采用承载式车身X5。
S12、对每种机器人轻量化措施进行评分。
上述五种轻量化措施的单位不同，基于TOPSIS法对上述五种轻量化措施进行量纲统一，得到上述五种轻量化措施的得分分别为：x1、x2、x3、x4、x5，五种轻量化措施统一量纲，使得数据可以直接使用。
其中，步骤S2包括：
S21、确定机器人轻量化评价指标。
机器人轻量化评价指标具体为四种：
单位能耗运行里程/减少耗电量Y1，
良好的操控性Y2，
降低修理频率Y3，
降低机身重量Y4。
S22、计算机器人轻量化评价指标得分。
利用下述公式对计算机器人轻量化评价指标得分进行评价，
Figure BDA0002964036520000051
上式中，yj为机器人轻量化评价指标得分，xi为机器人轻量化措施得分，aij为每个轻量化措施对每个轻量化评价指标的权重。
每个轻量化措施对每个评价指标的影响程度aij可以通过成对比较法得到。请参阅图1，五种轻量化措施对四种评价指标的权重具体为：
(1)五种轻量化措施对第一评价指标单位能耗运行里程/减少耗电量Y1的权重为：a11＝0.13、a21＝0.06、a31＝0.43、a41＝0.18、a51＝0.20；
(2)五种轻量化措施对第二评价指标良好的操控性Y2的权重为：a12＝0.07、a22＝0.12、a32＝0.22、a42＝0.54、a52＝0.05；
(3)五种轻量化措施对第三评价指标降低修理频率Y3的权重为：a13＝0.06、a23＝0.38、a33＝0.10、a43＝0.26、a53＝0.20；
(4)五种轻量化措施对第四评价指标降低机身重量Y4的权重为：a14＝0.22、a24＝0.06、a34＝0.38、a44＝0.24、a54＝0.10。
下面以计算五种轻量化措施对第二评价指标良好的操控性Y2的权重ai2为例说明轻量化措施对轻量化评价指标的权重的具体计算方式。
首先确定每个轻量化措施对第二轻量评价指标Y2的重要性，并通过成对比较法计算出每个轻量化措施对第二评价指标Y2的权重ai2，计算表格如下：
Figure BDA0002964036520000052
Figure BDA0002964036520000061
确定每个轻量化措施对每个评价指标的影响程度aij后，通过公式
Figure BDA0002964036520000062
计算得到上述四种机器人轻量化评价指标的得分分别为：y1、y2、y3、y4。
其中，步骤S3中，利用下述公式对机器人轻量化效果得分进行评价，
Figure BDA0002964036520000063
上式中，score为机器人轻量化效果得分，yj为机器人轻量化评价指标得分，bj为每个轻量化评价指标对轻量化效果的权重，score值越大说明机器人轻量化效果越好。
每个轻量化评价指标对轻量化效果的影响程度bj可以通过成对比较法得到。请参阅图1，四种轻量化评价指标对轻量化效果的权重bj，具体为：
第一评价指标单位能耗运行里程/减少耗电量Y1对轻量化效果的权重b1＝0.40，
第二评价指标良好的操控性Y2对轻量化效果的权重b2＝0.07；
第三评价指标良好的操控性Y3对轻量化效果的权重b3＝0.35；
第四评价指标良好的操控性Y4对轻量化效果的权重b4＝0.18。
下面说明四种轻量化评价指标对轻量化效果的权重具体计算方式。
首先确定每个轻量化评价指标对轻量化效果的重要性，并通过成对比较法计算出每个轻量化评价指标对轻量化效果的权重bj，计算表格如下：
Figure BDA0002964036520000064
确定每个轻量化评价指标对轻量化效果的影响程度bj后，通过公式
Figure BDA0002964036520000071
计算得到机器人轻量化效果的得分为score，score值越大说明机器人轻量化效果越好。
本发明根据机器人轻量化措施的得分可以确定机器人轻量化评价指标的得分，根据机器人轻量化评价指标的得分可以确定机器人轻量化效果的得分。那么相关机构、用户、机器人生产厂商可以通过该轻量化效果的得分评估机器人的轻量化水平，从而推动机器人轻量化技术的发展。
显然，本领域的技术人员可对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (3)

1.一种机器人轻量化效果评价方法，其特征在于，包括步骤：
S1、确定机器人轻量化措施，并对每个轻量化措施进行评分；
S11、确定机器人轻量化措施；
机器人轻量化措施具体为五种：
降低耗材用料X1，
加强结构强度X2，
使用轻质材料X3，
采用计算机进行结构优化设计X4，
采用承载式车身X5；
S12、对每种机器人轻量化措施进行评分；
上述五种轻量化措施的单位不同，基于TOPSIS法对上述五种轻量化措施进行量纲统一，得到上述五种轻量化措施的得分分别为：x1、x2、x3、x4、x5；
S2、确定机器人轻量化评价指标，并根据步骤S1中轻量化措施得分计算机器人轻量化评价指标得分；
S21、确定机器人轻量化评价指标；
机器人轻量化评价指标具体为四种：
单位能耗运行里程/减少耗电量Y1，
良好的操控性Y2，
降低修理频率Y3，
降低机身重量Y4；
S22、计算机器人轻量化评价指标得分；
利用下述公式对计算机器人轻量化评价指标得分进行评价，
Figure FDA0002964036510000011
上式中，yj为机器人轻量化评价指标得分，xi为机器人轻量化措施得分，aij为每个轻量化措施对每个轻量化评价指标的权重，
通过上述公式计算得到上述四种机器人轻量化评价指标得分分别为：y1、y2、y3、y4；
S3、根据步骤S2中机器人轻量化评价指标得分计算机器人轻量化效果得分；
利用下述公式对机器人轻量化效果得分进行评价，
Figure FDA0002964036510000021
上式中，score为机器人轻量化效果得分，yj为机器人轻量化评价指标得分，bj为每个轻量化评价指标对轻量化效果的权重，score值越大说明机器人轻量化效果越好。
2.根据权利要求1所述的机器人轻量化效果评价方法，其特征在于，步骤S22中每个轻量化措施对每个轻量化评价指标权重aij，具体为：
五种轻量化措施对第一评价指标单位能耗运行里程/减少耗电量Y1的权重为：a11＝0.13、a21＝0.06、a31＝0.43、a41＝0.18、a51＝0.20；
五种轻量化措施对第二评价指标良好的操控性Y2的权重为：a12＝0.07、a22＝0.12、a32＝0.22、a42＝0.54、a52＝0.05；
五种轻量化措施对第三评价指标降低修理频率Y3的权重为：a13＝0.06、a23＝0.38、a33＝0.10、a43＝0.26、a53＝0.20；
五种轻量化措施对第四评价指标降低机身重量Y4的权重为：a14＝0.22、a24＝0.06、a34＝0.38、a44＝0.24、a54＝0.10。
3.根据权利要求1所述的机器人轻量化效果评价方法，其特征在于，步骤S3中每个轻量化评价指标对轻量化效果的权重bj，具体为：
第一评价指标单位能耗运行里程/减少耗电量Y1对轻量化效果的权重b1＝0.40；
第二评价指标良好的操控性Y2对轻量化效果的权重b2＝0.07；
第三评价指标良好的操控性Y3对轻量化效果的权重b3＝0.35；
第四评价指标良好的操控性Y4对轻量化效果的权重b4＝0.18。
CN202110245781.0A 2021-03-05 2021-03-05 一种机器人轻量化效果评价方法 Active CN112861287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110245781.0A CN112861287B (zh) 2021-03-05 2021-03-05 一种机器人轻量化效果评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110245781.0A CN112861287B (zh) 2021-03-05 2021-03-05 一种机器人轻量化效果评价方法

Publications (2)

Publication Number Publication Date
CN112861287A CN112861287A (zh) 2021-05-28
CN112861287B true CN112861287B (zh) 2022-09-16

Family

ID=75993795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110245781.0A Active CN112861287B (zh) 2021-03-05 2021-03-05 一种机器人轻量化效果评价方法

Country Status (1)

Country Link
CN (1) CN112861287B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106484979A (zh) * 2016-09-29 2017-03-08 吉林大学 基于独立评价工况的前防撞梁总成轻量化设计方法
WO2017164779A1 (en) * 2016-03-21 2017-09-28 Telefonaktiebolaget Lm Ericsson (Publ) Method and module for managing samples relating to performance of a first service hosted by a data center
CN110730131A (zh) * 2019-10-22 2020-01-24 电子科技大学 基于改进蚁群的SDN卫星网络多QoS约束路由方法
CN111444644A (zh) * 2020-03-04 2020-07-24 埃夫特智能装备股份有限公司 一种基于有限元技术的工业机器人整机刚度优化方法
CN112379653A (zh) * 2020-12-01 2021-02-19 国能信控互联技术有限公司 一种基于微服务架构的智慧电厂管控***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017164779A1 (en) * 2016-03-21 2017-09-28 Telefonaktiebolaget Lm Ericsson (Publ) Method and module for managing samples relating to performance of a first service hosted by a data center
CN106484979A (zh) * 2016-09-29 2017-03-08 吉林大学 基于独立评价工况的前防撞梁总成轻量化设计方法
CN110730131A (zh) * 2019-10-22 2020-01-24 电子科技大学 基于改进蚁群的SDN卫星网络多QoS约束路由方法
CN111444644A (zh) * 2020-03-04 2020-07-24 埃夫特智能装备股份有限公司 一种基于有限元技术的工业机器人整机刚度优化方法
CN112379653A (zh) * 2020-12-01 2021-02-19 国能信控互联技术有限公司 一种基于微服务架构的智慧电厂管控***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Mutual trust-based subtask allocation for human–robot collaboration in flexible lightweight assembly in manufacturing;S.M. MizanoorRahman等;《Mechatronics》;20181031;第54卷;94-109 *
下肢外骨骼机器人的综合性能评价;康乾;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20190415(第04期);I140-335 *

Also Published As

Publication number Publication date
CN112861287A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
Liu et al. Springback prediction for sheet metal forming based on GA-ANN technology
Lin et al. Minimizing makespan in a blocking flowshop using a revised artificial immune system algorithm
TWI438041B (zh) 成形模擬方法、成形模擬裝置、程式、記錄媒體及基於模擬結果之成形方法
CN110520868A (zh) 分布式强化学习
CN104866673A (zh) 一种轴压加筋柱壳的开口补强方法
Wu et al. A tabu method for a two-agent single-machine scheduling with deterioration jobs
Oyama et al. Simultaneous structure design optimization of multiple car models using the K computer
CN108196447A (zh) 一种利用基于学习遗传进化算法的机器人双轴孔装配方法
Marwala Finite element model updating using wavelet data and genetic algorithm
CN112818484A (zh) 一种物理实体数字孪生综合实施能力评估方法及评估***
CN103955573A (zh) 一种用于起重机金属结构的轻量化设计方法
CN112861287B (zh) 一种机器人轻量化效果评价方法
Qi et al. Comprehensive research on energy-saving green design scheme of crane structure based on computational intelligence
Wang et al. Quality–efficiency coupling prediction and monitoring-based process optimization of thin plate parts with multi-machining feature
Pan et al. A bi-learning evolutionary algorithm for transportation-constrained and distributed energy-efficient flexible scheduling
Zhang et al. Dynamic modeling and finite element structural optimization of glass handling robot
Haotian et al. Research on robot assembly line balancing considering energy consumption
CN109977572B (zh) 一种产品零件知识单元关系网络构建方法
Purnomo et al. Analysis of BLDC Electric Motor Shaft Treatment Model Using Numerical Method
CN114065418A (zh) 一种机械装备结构优化设计方法及***
Wei et al. Composite rules selection using reinforcement learning for dynamic job-shop scheduling
CN107103356A (zh) 基于动态粒子蜜蜂算法的群机器人搜索方法
Tian et al. Analysis and Optimization of Static Contact Characteristics of Heavy‐Duty Tracked Vehicle Rollers
Liang Production Scheduling Optimization of An Aviation Bearing Manufacturing Enterprise Based on Teaching-Learning-based Optimization: Subtitle Is Not Required, Please Write It Here If Your Article Has One
CN117555306B (zh) 一种基于数字孪生的多生产线任务自适应调度方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Yuxin

Inventor after: Li Huijie

Inventor after: Chen Yu

Inventor after: Tang Feng

Inventor after: Zhu Yanlin

Inventor after: Ge Guangzhu

Inventor after: Zhang Qing

Inventor after: Liao Qiyu

Inventor before: Li Huijie

Inventor before: Chen Yu

Inventor before: Tang Feng

Inventor before: Zhu Yanlin

Inventor before: Ge Guangzhu

Inventor before: Zhang Qing

Inventor before: Liao Qiyu

Inventor before: Zhang Yuxin

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant